“Numpy常用函数：科学计算实现基础”的版本间的差异
来自CloudWiki
Xiaolongyang（讨论 | 贡献） （→创建array的便捷函数） |
Xiaolongyang（讨论 | 贡献） （→创建array的便捷函数） |
||
| 第15行： | 第15行： | ||
| zeros_like || 创建形状相同全是0的数组 || np.zeros_like(a, dtype=None) | | zeros_like || 创建形状相同全是0的数组 || np.zeros_like(a, dtype=None) | ||
|- | |- | ||
| − | | empty || | + | | empty || 创建全是0的数组，但是该数组只分配了空间，<br>里面的值也有可能是随机的 || np.empty(shape, dtype=float, order='C') |
|- | |- | ||
| empty_like|| 创建形状相同全是0的数组 ||empty_like(prototype, dtype=None) | | empty_like|| 创建形状相同全是0的数组 ||empty_like(prototype, dtype=None) | ||
|} | |} | ||
| − | + | - 使用arange创建数字序列 <br> | |
| − | + | - 使用ones创建全是1的数组 | |
=== - 使用ones_like创建形状相同的数组 === | === - 使用ones_like创建形状相同的数组 === | ||
2020年5月16日 (六) 11:27的版本
创建array的便捷函数
使用预定函数arange、ones/ones_like、zeros/zeros_like、empty/empty_like、full/full_like、eye等函数创建
| 函数 | 功能 | 格式 |
|---|---|---|
| arange | 创建数字序列 | np.arange([start,] stop[, step,], dtype=None) |
| ones | 创建全是1的数组 | np.ones(shape, dtype=None, order='C') |
| ones_like | 创建形状相同全是1的数组 | np.ones_like(a, dtype=float, order='C') |
| zeros | 创建全是0的数组 | np.zeros(shape, dtype=None, order='C') |
| zeros_like | 创建形状相同全是0的数组 | np.zeros_like(a, dtype=None) |
| empty | 创建全是0的数组，但是该数组只分配了空间， 里面的值也有可能是随机的 |
np.empty(shape, dtype=float, order='C') |
| empty_like | 创建形状相同全是0的数组 | empty_like(prototype, dtype=None) |
- 使用arange创建数字序列
- 使用ones创建全是1的数组
